БИЗНЕС-ПОНИМАНИЕ Такси Medallion (желтые) сосредоточены в районе Манхэттена, но их можно поймать в любом месте в пяти районах Нью-Йорка, подняв руку или со стоянки такси. В Нью-Йорке люди пользуются такси гораздо чаще, чем в большинстве других мест. Вместо того, чтобы заказывать клиентов по телефону заранее, большинство нью-йоркских таксистов по-прежнему подбирают пассажиров на улице. Поймать такси так же просто, как сойти с тротуара и протянуть руку В 2011 году Uber объявила о..

Существует так много алгоритмов машинного обучения, как выбрать лучший для вашей задачи? Этот вопрос будет иметь другой ответ в зависимости от приложения и данных. Это классификация, регрессия, контролируемая, неконтролируемая обработка естественного языка, временные ряды? Есть так много возможностей, но в этой статье я собираюсь сосредоточиться на алгоритме, который мне особенно интересен, - XGBoost. Что такое XGBoost XGBoost означает экстремальное повышение градиента и представляет..

В этой статье мы подойдем к той же проблеме предсказания появления на собеседовании , что и в прошлой статье. Поскольку размер набора данных был относительно небольшим, около 1200 экземпляров, и данные распределены по классам, я решил протестировать его с помощью ряда статистических алгоритмов. Мы обнаружили, что LinearDiscriminant и XGB работают лучше всего; оба приближаются к точности 69%. Следовательно, я стремился улучшить производительность путем настройки и набора алгоритмов...

Пример, показывающий, как импортировать данные из файла CSV в Python и использовать подход машинного обучения библиотеки XGBoost для создания надежной модели и прогнозирования значений на будущее. В этом примере мы будем использовать XGBoost, модуль машинного обучения на Python, который очень популярен и часто используется для задач регрессии и прогнозирования. Код здесь даст вам краткое введение в XGBoost, покажет, как обучить модель XGBoost, а затем предсказать значения на основе..